用戶在APP里看了半天，選了服務(wù)，填了地址——然后退出了。

這是互聯(lián)網(wǎng)裝維平臺最熟悉、也最無奈的場景。流量已經(jīng)花了錢買進(jìn)來，用戶已經(jīng)表現(xiàn)出明確興趣，但就是差那“臨門一腳”。

為什么沒下單?是價(jià)格問題?時(shí)間不合適?還是在等家人商量?

傳統(tǒng)做法是靠人工坐席逐一回訪。但面對每天成百上千的瀏覽未下單用戶，人力根本覆蓋不過來。不打，流量白白浪費(fèi);打了，成本高、效率低。

一家同時(shí)服務(wù)C端業(yè)主、B端商家和線下師傅的互聯(lián)網(wǎng)裝維平臺，近期嘗試了一個(gè)新方案：用大模型AI外呼，對瀏覽APP但未完成下單的用戶進(jìn)行自動回訪。

日前，該平臺向記者披露了一組最新運(yùn)營數(shù)據(jù)。

一組數(shù)據(jù)：68.9%接通率，近16%有效意向

2026年5月6日，該平臺的使用玖云平臺大模型AI系統(tǒng)向?yàn)g覽過APP但未下單的用戶發(fā)起呼叫4240次。

結(jié)果如下：

接通2920次，接通率68.9%

平均通話時(shí)長37.3秒

5秒內(nèi)掛斷率僅2.8%

在“未下單回訪”這個(gè)天然帶有打擾感的場景中，超過97%的用戶愿意聽完AI的第一句話——這個(gè)容忍度超出行業(yè)普遍預(yù)期。

更關(guān)鍵的是意向識別結(jié)果。在2920通有效接聽中，AI自動對用戶進(jìn)行分類：

A級明確意向，可立即轉(zhuǎn)化323人 占比11.06%

B級可能意向，需后續(xù)跟進(jìn)139人 占比4.76%

A級和B級合計(jì)462人，占接通總量的15.82%。

這意味著：在每6-7個(gè)接起電話的瀏覽未下單用戶中，就有1個(gè)被識別出有真實(shí)轉(zhuǎn)化價(jià)值。其中超過11%的用戶(A級)更是可以直接推進(jìn)到派單或銷售跟進(jìn)環(huán)節(jié)，無需人工再篩選。

為什么“未下單回訪”值得關(guān)注?

該平臺運(yùn)營負(fù)責(zé)人向記者分析了這一場景的獨(dú)特性。

“裝維服務(wù)不是沖動消費(fèi)品。用戶很少看完就下單，他可能在比價(jià)、在確認(rèn)師傅能不能來、在等家人商量。這時(shí)候如果有一個(gè)電話過去問一下，很多單子是可以救回來的。”

但人工回訪的困境顯而易見：

時(shí)效性差：用戶剛退出APP時(shí)意愿最強(qiáng)，人工坐席往往幾小時(shí)后甚至第二天才打過去，黃金窗口期已過

成本高：每天上千個(gè)瀏覽未下單用戶，需要專門的外呼團(tuán)隊(duì)，人力成本難以承受

覆蓋不全：現(xiàn)實(shí)情況往往是“挑著打”，只回訪那些看起來最有可能下單的用戶，其余的直接放棄

“我們試過發(fā)短信、發(fā)APP推送，打開率極低。打電話是唯一有效的方式，但傳統(tǒng)人工模式打不起、也打不全。”

大模型的能力：聽懂“猶豫”，而非掛斷“猶豫”

該平臺此前也嘗試過傳統(tǒng)語音機(jī)器人，但在未下單回訪場景中遇到兩個(gè)硬傷。

第一，聽不懂用戶猶豫的真實(shí)原因。

傳統(tǒng)機(jī)器人靠關(guān)鍵詞匹配。用戶說“我再看看”，機(jī)器人往往回答“好的那就不打擾了”，直接掛斷。但實(shí)際上用戶可能是在猶豫價(jià)格、想看師傅評價(jià)、或者只是習(xí)慣性拖延。

大模型AI能夠理解“再看看”背后的多種可能，并主動追問：“是價(jià)格問題還是時(shí)間不合適?”——把模糊信號轉(zhuǎn)化為可打標(biāo)的明確信息。A級(明確意向)和B級(可能意向)的區(qū)分，正是基于這種深度對話能力。

第二，無法處理打斷和自然對話。

未下單回訪中，用戶常常主動提問：“你們師傅有證嗎?”“最晚什么時(shí)候能來?”“能不能先報(bào)價(jià)再看?”

傳統(tǒng)機(jī)器人遇到這些問題大概率卡殼。而從該平臺的實(shí)際數(shù)據(jù)來看，平均通話時(shí)長達(dá)到37.3秒，AI完成了多輪有效對話，而非簡單的“念完腳本就掛”。

成本賬：每天4240通電話背后的經(jīng)濟(jì)模型

該平臺給記者算了一筆賬。

按每天4000+個(gè)瀏覽未下單用戶的回訪規(guī)模計(jì)算，如果用人工坐席覆蓋，需要至少15-20人專門負(fù)責(zé)，月成本超過10萬元。現(xiàn)實(shí)情況是——根本不可能。

改用大模型AI外呼后：

全覆蓋：每個(gè)瀏覽未下單的用戶都能在幾分鐘內(nèi)收到回訪

低成本：同等規(guī)模的月度成本約為人工的十分之一

可識別：2920通接通中，AI自動篩出462個(gè)有效意向線索

AI完成初步篩選后，A級客戶(323人，占比11%)轉(zhuǎn)給人工銷售做精準(zhǔn)跟進(jìn)——這些人只需要打300多個(gè)電話，而不是4000個(gè)。B級客戶進(jìn)入自動化培育流程。C級客戶不再浪費(fèi)任何人力。

“以前我們是打不起、打不全�，F(xiàn)在是全部打、打得起、還能打準(zhǔn)。人只做最關(guān)鍵的跟進(jìn)工作。”

行業(yè)視角：未下單回呼或成大模型外呼首個(gè)規(guī)模化落地場景

過去一年，大模型外呼行業(yè)的討論集中在“替代人工電銷”上。但多位業(yè)內(nèi)人士向記者指出，瀏覽未下單用戶回訪可能是一個(gè)更具落地價(jià)值、更快見效的場景。

原因是：這類用戶已經(jīng)完成了最高成本的動作——打開APP、瀏覽服務(wù)、產(chǎn)生興趣。他們距離下單只差臨門一腳。在這個(gè)場景里AI外呼的價(jià)值不是“從零挖掘線索”，而是“把已有的流量撿回來”。

對于裝維、家政、維修、搬家等低頻本地服務(wù)類互聯(lián)網(wǎng)平臺而言，流量獲取成本越來越高，瀏覽未下單用戶的流失就是廣告費(fèi)的直接浪費(fèi)。

“一個(gè)用戶可能花了你50塊錢買進(jìn)來，他看了沒買就走了�，F(xiàn)在用幾毛錢的AI電話把他拉回來，這筆賬怎么算都合算。”一位關(guān)注產(chǎn)業(yè)AI的投資人表示。

寫在最后

該平臺負(fù)責(zé)人向記者透露，基于本輪4240次呼叫的驗(yàn)證結(jié)果，他們正在將玖云平臺的大模型AI外呼系統(tǒng)常態(tài)化運(yùn)行：把它當(dāng)成一個(gè)AI數(shù)字人員工來使用——

每日自動回訪全部瀏覽未下單用戶

從“瀏覽未下單”擴(kuò)展到“加購未支付”

從C端業(yè)主延伸到B端商家的流失預(yù)警與續(xù)費(fèi)提醒

“我們不是要用AI取代人。恰恰相反，AI幫我們篩出了真正有意向的人，讓人去做更有價(jià)值的溝通——而不是把時(shí)間花在那些隨便看看就走的用戶身上。”

從試用到常態(tài)化當(dāng)成AI數(shù)字人員工來使用，這家平臺的實(shí)踐正在回答一個(gè)問題：大模型技術(shù)在最務(wù)實(shí)的商業(yè)場景中，到底能創(chuàng)造多少價(jià)值?

答案至少是：每天從4000多個(gè)流失邊緣的用戶中，撈出400多個(gè)可以跟進(jìn)的機(jī)會。

這或許正是技術(shù)紅利從“講故事”走向“算賬本”的開始。

(新媒體責(zé)編：wa123)